（阅读笔记）Cooper: Cooperative Perception for Connected Autonomous Vehicles based on 3D Point Clouds

于 2021-08-30 22:53:36 发布
阅读量600 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： 深度学习 文章标签： 自动驾驶
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42328228/article/details/120007323
本文探讨了Cooper在解决单辆车辆检测精度和感知范围问题上的动机，其主要贡献在于实现了原始点云数据的融合。通过相对位置校准和旋转角度对齐，Cooper优化了点云数据的融合过程。此外，它采用了VoxelNet网络（包括VFE、SpareCNN和RPN）进行点云目标检测，提升了车辆检测的准确性。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Cooper

动机和贡献

  1. 动机：单个车辆的检测精度（由于障碍物遮挡等）和感知范围（由于传感器性能等）问题；
  2. 贡献：原始点云数据的融合；

Cooper

  1. 点云数据融合：发送车辆与接收车辆的相对位置校准；旋转角度对齐；
    在这里插入图片描述
    在这里插入图片描述
  2. 点云目标检测：采用VoxelNet网络（VFE；Spare CNN；RPN）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值